Comparación de métodos para la reducción de datos LiDAR en la generación de modelos digitales de elevación

Abstract

Los Modelos Digitales de Elevación (MDE) se consideran actualmente como una herramienta fundamental para el estudio de la superficie terrestre permitiendo facilitar evaluaciones de ingeniería y en diversas áreas del conocimiento; entre los diferentes métodos para la obtención de data de entrada, la tecnología LiDAR proporciona un proceso de captura de mayor eficiencia y rentabilidad, obteniéndose una nube de puntos que permite la construcción de MDE de mayor resolución y alta calidad; sin embargo, el aumento de la densidad y volumen de dicha nube de puntos es un factor que dificulta el procesamiento de datos y puede generar errores en el MDE; en la actualidad existen diferentes métodos que son utilizados para su reducción. El objetivo principal del presente estudio está dirigido a comparar los métodos de reducción de data LiDAR más relevantes y las nuevas propuestas con la finalidad de establecer cuál de ellos posee mayor factibilidad técnica; con base a los resultados obtenidos se determinó que los métodos que presentan mayor rendimiento en la reducción de data LiDAR son los algoritmos uniformes, el algoritmo RpA y las nuevas propuestas como el método OptD y el método PpC.